ФУНДАМЕНТАЛЬНАЯ И ПРИКЛАДНАЯ МАТЕМАТИКА
2013, ТОМ 18, ВЫПУСК 2, СТР. 13-34

Байесовский выбор модели и концентрация апостериорного распределения для гиперпараметров

Н. П. Балдин
В. Г. Спокойный

Аннотация

Посмотреть как HTML    Посмотреть как рисунок

Данная работа предлагает конструкцию априорного распределения гиперпараметра, которая может использоваться в задаче байесовского выбора модели. Конструкция основывается на идее несмещённой оценки риска в методе максимума правдоподобия с регуляризацией. Главный результат работы показывает одностороннюю концентрацию апостериорного распределения гиперпараметра: апостериорная масса концентрируется в области моделей сложности ниже, чем сложность модели, соответствующей сложности оракульной модели.

Полнотекстовая версия статьи в формате PDF (249 Kb)

URL страницы: http://mech.math.msu.su/~fpm/rus/k13/k132/k13202h.htm
Изменения вносились 7 января 2014 г.